基于SECRET-GWAS的人口规模全基因组关联研究的保密计算突破

来自全球多机构的研究人员开发了SECRET-GWAS工具，通过Intel SGX保密计算技术实现安全协作的全基因组关联研究（GWAS），支持多中心大规模线性与逻辑回归分析，在保护隐私的同时将千万样本量的分析缩短至4.5分钟（线性）和29分钟（逻辑回归），推动基因研究的跨机构合作。

　　

基因组数据单一机构来源缺乏全球多样性表征，尤其在罕见变异和疾病研究方面存在局限。保密计算(Confidential Computing)技术使得跨机构的全基因组关联研究(GWAS)合作成为可能，且无需牺牲数据隐私或分析准确性。然而，受限于安全内存空间与性能开销，既往方案难以支持广泛使用的回归分析方法。

SECRET-GWAS——一种快速、隐私保护、人口尺度的协作式GWAS工具应运而生。研究团队提出多项系统优化策略，包括流式处理、批处理、数据并行化以及降低可信硬件开销，从而在基于Intel SGX的云平台上高效扩展线性回归与逻辑回归分析至超千核处理器规模。此外，该方案成功防御多种硬件侧信道攻击。

作为开源工具，SECRET-GWAS可与主流基因组分析框架Hail兼容。在Azure保密计算平台上的实验表明，该工具仅需4.5分钟和29分钟即可分别完成对十大独立数据源人口规模数据集的多变量线性回归与逻辑回归GWAS查询。